一种基于改进鲸鱼优化算法的伺服系统参数自整定方法技术方案

本发明专利技术公开一种基于改进鲸鱼优化算法的伺服系统参数自整定方法，确定伺服系统待整定的参数，同时初始化改进鲸鱼优化算法；利用伺服电机驱动器循环S型位置指令规划；对鲸鱼优化算法中概率P

【技术实现步骤摘要】
一种基于改进鲸鱼优化算法的伺服系统参数自整定方法


[0001]本专利技术属于伺服控制
，具体涉及一种基于改进鲸鱼优化算法的伺服系统参数自整定方法。

技术介绍

[0002]伺服控制系统(Servo control system)是一种主要由伺服驱动器和伺服电机构成的负反馈闭环控制系统，其主要作用是通过电机控制算法将上位机发送的弱电指令控制信息调制到强电信号上并注入伺服电机，进而通过伺服电机驱动负载进行位置、速度、转矩的伺服控制。人们通过在控制系统环路内增添PID(Proportional
‑
Integral
‑
Differential)控制器，然后找到合适的控制器参数并加以调整就能够显著提升控制系统的控制性能，研究者将参数的调整寻优过程称为参数整定。若控制系统能够以一定规律自行调整优化控制器参数，则称该系统能够进行参数自整定。
[0003]早期的PID控制器参数调整是依靠熟练工进行手动整定，这种方法不仅存在人为误差，且整定经验存在主观性，难以继承，需要长时间的学习才能掌握整定技巧，因此在现代工业领域无论是在规模化还是操作精度上，手动整定都存在着无法量化、精度低、稳定性差、效率低的问题。为此对伺服控制系统的参数自整定方法的研究是重要且必需的。

技术实现思路

[0004]专利技术目的：本专利技术提供一种基于改进鲸鱼优化算法的伺服系统参数自整定方法，通过改进鲸鱼优化算法的参数自整定实现伺服系统控制参数优化效率的提升。
[0005]技术方案：本专利技术提供一种基于改进鲸鱼优化算法的伺服系统参数自整定方法，具体包括以下步骤：
[0006](1)确定伺服系统待整定的参数，同时初始化改进鲸鱼优化算法；
[0007](2)利用伺服电机驱动器循环S型位置指令规划；
[0008](3)对鲸鱼优化算法中概率P
L
和收敛因子a进行自适应处理；
[0009](4)分析p与P
L
的关系以分析种群个体适应度；
[0010](5)判断种群运动范围和种群个体各参数之间相互约束条件；
[0011](6)记录种群最优个体参数，完成伺服系统参数自整定。
[0012]进一步地，所述待整定的参数为位置比例增益K
pp
,速度比例增益K
vp
,速度积分时间常数K
vi
,转矩低通滤波时间常数t
I
。
[0013]进一步地，所述初始化改进鲸鱼优化算法，包含设置种群个体数N、最大迭代次数T、螺旋形状常数b、变量维度dim、种群运动范围上限ub和下限lb、随迭代变化的P
L
以及常数P
const
。
[0014]进一步地，所述循环S型位置指令规划，包含可调节的持续时间、匀加减速段的时间、等待延迟时间、最大位移量；在改进鲸鱼优化算法中每一代中每一组控制参数所对应的一条位置S型曲线，新的位置S型曲线生成前，应该保证位置反馈基本完成了对前一条位置
指令的跟踪，即对位置S型曲线的跟踪。
[0015]进一步地，步骤(3)所述对改进鲸鱼优化算法中概率P
L
进行自适应处理过程如下：
[0016]对P
L
进行自适应优化，优化方式为随迭代次数t增加非线性下降，令P
L
在迭代前期下降速度缓慢，然后迭代后期加速下降，以下是P
L
随t变化的公式：
[0017][0018]其中，T为最大迭代次数。
[0019]进一步地，步骤(3)所述对收敛因子a进行自适应处理过程如下：
[0020]a在迭代的前代按照二次函数下降直到下降到1，在代之后则按照线性下降；a随t变化的公式为：
[0021][0022]其中，m,n为可调节参数，且n整除于T；C为服从[0,2]均匀分布的随机数；当时，a∈[1,2],A∈[
‑
2,2],|A|∈[0,2],此时鲸鱼运动在三种运动方式中随机；时，a∈[0,1],A∈[
‑
1,1],|A|∈[0,1]；鲸鱼将不再向随机个体运动，将依概率在气泡网螺旋运动和向最优个体运动中选一种方式运动。
[0023]进一步地，所述步骤(4)实现过程如下：
[0024]改进鲸鱼优化算法将ITAE值作为种群个体适应度值；当p<P
L
,则鲸鱼群按照气泡网捕食；当p>P
L
,|A|<1，则收缩包围，向最优个体游动；当p>P
L
,|A|>1,则向随机个体游动；随机数p服从[0,1]均匀分布；
[0025]若p<P
L
,则鲸鱼群按照气泡网螺旋运动：
[0026]X
i
(t+1)＝|X
best
(t)
‑
X
i
(t)|*e
bl
*cos(2πl)+X
best
(t)；
[0027]若p>P
L
,|A|<1，则收缩包围，向最优个体游动：
[0028]X
i
(t+1)＝X
best
(t)
‑
A|C*X
best
(t)
‑
X
i
(t)|；
[0029]若p>P
L
,|A|>1,则向随机个体游动：
[0030]X
i
(t+1)＝X
rand
(t)
‑
A|C*X
rand
(t)
‑
X
i
(t)|；
[0031]X
best
(t)为t代最优个体，X
rand
(t)为第t代用于覆盖个体i而随机生成的个体，X
i
(t)为第t代个体i,X
i
(t)＝[K
vp
(t),K
vi
(t),K
pp
(t),T
∑
(t)]；其中随机数p服从[0,1]均匀分布。
[0032]进一步地，所述步骤(5)实现过程如下：
[0033][0034]K
vi
＝hT
∑
,h∈[3,20]；
[0035][0036]取范围为：
[0037]T
∑
＝2
×
10
‑4+t
I
，t
I
∈[3
×
10
‑4,6
×
10
‑4]；
[0038]其中，K
pp
为位置比例增益,K本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进鲸鱼优化算法的伺服系统参数自整定方法，其特征在于，所述方法包括：(1)确定伺服系统待整定的参数，同时初始化改进鲸鱼优化算法；(2)利用伺服电机驱动器循环S型位置指令规划；(3)对鲸鱼优化算法中概率P
L
和收敛因子a进行自适应处理；(4)分析p与P
L
的关系以分析种群个体适应度；(5)判断种群运动范围和种群个体各参数之间相互约束条件；(6)记录种群最优个体参数，完成伺服系统参数自整定。2.根据权利要求1所述的一种基于改进鲸鱼优化算法的伺服系统参数自整定方法，其特征在于，所述待整定的参数为位置比例增益K
pp
,速度比例增益K
vp
,速度积分时间常数K
vi
,转矩低通滤波时间常数t
I
。3.根据权利要求1所述的一种基于改进鲸鱼优化算法的伺服系统参数自整定方法，其特征在于，所述初始化改进鲸鱼优化算法，包含设置种群个体数N、最大迭代次数T、螺旋形状常数b、变量维度dim、种群运动范围上限ub和下限lb、随迭代变化的P
L
以及常数P
const
。4.根据权利要求1所述的一种基于改进鲸鱼优化算法的伺服系统参数自整定方法，其特征在于，所述循环S型位置指令规划，包含可调节的持续时间、匀加减速段的时间、等待延迟时间、最大位移量；在改进鲸鱼优化算法中每一代中每一组控制参数所对应的一条位置S型曲线，新的位置S型曲线生成前，应该保证位置反馈基本完成了对前一条位置指令的跟踪，即对位置S型曲线的跟踪。5.根据权利要求1所述的一种基于改进鲸鱼优化算法的伺服系统参数自整定方法，其特征在于，步骤(3)所述对改进鲸鱼优化算法中概率P
L
进行自适应处理过程如下：对P
L
进行自适应优化，优化方式为随迭代次数t增加非线性下降，令P
L
在迭代前期下降速度缓慢，然后迭代后期加速下降，以下是P
L
随t变化的公式：其中，T为最大迭代次数，t为当前迭代数。6.根据权利要求1所述的一种基于改进鲸鱼优化算法的伺服系统参数自整定方法，其特征在于，步骤(3)所述对收敛因子a进行自适应处理过程如下：a在迭代的前代按照二次函数下降直到下降到1，在代之后则按照线性下降；a随t变化的公式为：其中，m，n为可调节参数，且n整除于T；C为服从[0，2]均匀分布的随机数；当时，a∈[1，2]，A∈[
‑
2，2]，|A|∈[0，2]，此时鲸鱼运动在三种运动方式中随机；时，a∈[0，1]，A∈[
‑
1，1]，|A|∈[0，1]；鲸鱼将不再向随机个体运动，将依概率在气泡网螺旋运动和向最优个体运动中选一种方式运动。
7.根据权利要求1所述的一种基于改进鲸鱼优化算法的伺服系统参数自整定方法，其特征在于，所述步骤(4)实...

【专利技术属性】
技术研发人员：顾华荣，胡昕宇，黄国辉，张劼，
申请(专利权)人：深圳配天智能技术研究院有限公司，
类型：发明
国别省市：